英伟达发布开源语音模型Nemotron 3.5 Transcribe
热点事件持续更新
英伟达发布开源语音模型Nemotron 3.5 Transcribe
4 篇报道4 个报道来源1 小时前更新
先了解这件事
AI 综述
英伟达发布免费、开放权重的语音模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并在 31 种语言与英语之间互译、识别 13 种语言中的说话人。该模型只处理录制音频，不支持实时流；英伟达称其接受文本指令，并称在多项基准测试中领先。 英伟达表示，各语言支持的功能不同，音频问答功能仅以英语训练；模型只应在相关名称或说话人确实出现在录音中时使用这些信息。英伟达建议用户抽查人名、说话人变化和回答。 英伟达同时将开源语音数据集 Granary 更新至第 2 版。
AI 根据报道生成 · 55 分钟前更新
最新进展10月28日 23:49
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The DecoderNvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语间互译，并识别 13 种语言中的说话人。
- NVIDIA BlogNVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe、LFM3 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
- TechCrunch · AI英伟达发布开源转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步更新开源语音数据集 Granary 至第 2 版。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合入同一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长一小时录音并标注最多 8 位说话人。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。